DeepSeek V4-Flash APIがパブリックベータへ、DeepSWEは54.4に急上昇

DeepSeekは「V4-Flash-0731」ビルドをパブリックベータ版として公開した。アーキテクチャとモデルサイズは同一のまま事後学習のみをやり直しており、DeepSWEスコアは7.3から54.4へ、Terminal Bench 2.1は61.8から82.7へと急上昇している。これにより、エージェント性能の向上が規模の拡大ではなく事後学習による成果であることが示された。また、同ビルドではResponses APIのサポートと、エージェントツール向けのCodex適応が追加されている。なお、V4-Pro APIや、同社のアプリおよびWebサイトで稼働するモデルに変更はない。

出典： technode.com ↗

同社は、このモデルがTerminal Bench 2.1で82.7、DeepSWEで54.4を記録したと述べている。他のベンチマークでも同様だ。

DeepSeek

なぜ重要か

→ DeepSeekの学習後ブースト（エージェンティックスコア 7.3→54.4）は、性能向上が規模を必要としないことを証明している。
→ V4-Flash betaは、Responses APIとCodex adaptationを介したエージェントのツール利用を可能にする。
→ 同じモデルサイズでより高い能力—効率性の向上は、コスト意識の高い導入にとって重要だ。

学習後が規模を凌駕